《Chemical Engineering Journal》:Revealing competitive kinetics and thermal transitions in high-extractive biomass pyrolysis
编辑推荐:
生物质热解已成为利用木质纤维素原料生产可再生燃料、化学品和碳质材料最具前景的热化学转化技术之一,其成功实施依赖于对生物质热分解行为的准确理解,因为动力学描述决定了反应速率、产物分布、传热过程、反应器性能及工艺放大。等转化率(无模型)方法可在不假设明确反应机理的
生物质热解已成为利用木质纤维素原料生产可再生燃料、化学品和碳质材料最具前景的热化学转化技术之一,其成功实施依赖于对生物质热分解行为的准确理解,因为动力学描述决定了反应速率、产物分布、传热过程、反应器性能及工艺放大。等转化率(无模型)方法可在不假设明确反应机理的情况下估算表观活化能,而基于模型的方法则在特定反应框架内估算表观动力学参数,从而实现对生物质分解的机理阐释。由于生物质热解包含多个重叠的平行、竞争和连续反应,且这些反应随温度和转化率持续演化,多步动力学模型通常比全局单步模型更能真实地反映生物质分解行为。
然而,增加的机理复杂性主要局限于生物质的结构聚合物组分。大多数现有反应方案仍沿用传统的纤维素-半纤维素-木质素框架,提取物通常被视作惰性物质、被限制在半纤维素降解前的低转化区域、被假定在较低组分含量下影响可忽略,或被设定为具有与结构聚合物相似的分解行为。这一局限性导致对富含提取物的生物质表征不足——在这类生物质中,提取物通过与结构聚合物及具有催化活性的碱金属和碱土金属(AAEMs)的相互作用积极参与热分解过程。这些耦合相互作用可改变反应路径、促进二次反应并诱发加热速率依赖的热转变,而这些现象是传统拟组分模型无法捕捉的。
因此,现有动力学模型的局限性不仅源于提取物的存在,更源于其与AAEM物种的耦合相互作用——这些作用从根本上改变了生物质分解行为。建立显式考虑这些相互作用的动力学方案,对于捕捉富含提取物生物质的热解行为和提高整体模型可预测性至关重要。Sotol bagasse(SB)是墨西哥及美国部分地区Sotol烈酒生产过程中产生的农业工业残渣,因其极高的提取物含量(约23%)而成为研究上述挑战的理想模型体系。先前的热重研究报道SB热解过程中存在六个不同的降解峰,而非传统上与提取物、半纤维素、纤维素和木质素相关的四个峰,表明存在额外的降解路径。在其他富含提取物的龙舌兰残渣中也观察到类似的热行为,其中草酸镁(MgC?O?)、草酸钙(CaC?O?)和碳酸钙(CaCO?)等无机组分进一步影响分解路径。然而,先前研究主要依赖无模型分析或互补分布活化能模型(CDAEM),两者均局限于相对较低的加热速率,且未能解释提取物和AAEM物种对SB热解复杂分解行为及热转变的单独或耦合影响。因此,能够在较宽加热速率范围内描述富含提取物生物质热解行为、基于模型的综合动力学框架仍然缺乏。
应对这一挑战需要能够表征重叠反应路径并适应生物质转化过程中反应机理演化的动力学模型。?esták-Berggren(C-Kinetics)表达式通过将反应级数、成核和转化率依赖项结合在独立平行反应(IPR)框架内,提供了这种灵活性。与施加预定机理约束的传统反应模型不同,?esták-Berggren动力学模型具有足够的适应性来描述复杂的固态转变,并已成功应用于生物质及其他异质材料的分解过程建模。然而,其全面描述高提取物生物质分解的潜力尚未得到系统验证。现有基于模型的动力学研究尚未明确考虑高提取物含量、提取物-AAEM相互作用、竞争降解路径和加热速率依赖的热转变在富含提取物生物质热解过程中的综合影响。因此,这些额外热事件的潜在原因及其对热解行为的影响仍未得到充分理解。本研究的核心假设是:SB热解过程中观察到的额外热事件源于提取物和AAEM物种耦合效应产生的竞争降解路径,且这些路径可通过多步?esták-Berggren动力学框架显式捕捉。
据此,研究人员开发了单步和多步?esták-Berggren动力学模型,并使用5–80°C min?1加热速率下收集的热重数据进行验证。热解动力学参数通过粒子群优化确定,并辅以等转化率分析、去卷积和补偿效应评估,以确保参数估计的稳健性和解释的合理性。所提出的框架显式解析了提取物和AAEM物种对竞争降解路径和加热速率依赖热转变的影响,从而将传统拟组分动力学模型扩展到纤维素-半纤维素-木质素框架之外。该研究为富含提取物生物质在明确非等温条件下的热解动力学提供了基本准确的描述,并建立了可迁移至其他富含提取物木质纤维素原料的研究框架。
**高提取物生物质热解动力学研究:竞争路径、热转变与反应网络建模**
**1. 研究背景与科学问题**
生物质热解是实现可再生燃料、化学品和碳质材料生产的重要热化学转化技术,其工业化应用依赖于对生物质热分解动力学的精确描述。然而,现有动力学模型大多沿用传统的纤维素-半纤维素-木质素三组分框架,将提取物视为惰性物质或仅赋予其低转化区域的有限贡献。这一简化处理在富含提取物的生物质体系中暴露出显著不足:提取物不仅自身参与热分解,还会与具有催化活性的碱金属和碱土金属(AAEMs)发生耦合相互作用,改变反应路径、促进二次反应并诱发加热速率依赖的热转变。Sotol bagasse(SB)——一种提取物含量高达约23%的农业工业残渣——在热重分析中呈现六个独立降解峰而非传统四峰模式,表明其存在超越常规拟组分框架的额外降解路径。先前研究主要依赖无模型分析或互补分布活化能模型(CDAEM),均局限于较低加热速率,无法解析提取物与AAEM物种的单独及耦合影响。因此,建立能够在宽加热速率范围内描述高提取物生物质热解行为的综合动力学框架,成为该领域亟待解决的科学问题。本研究旨在验证以下假设:SB热解中的额外热事件源于提取物与AAEM耦合效应产生的竞争降解路径,且这些路径可通过多步?esták-Berggren动力学框架显式捕捉。
**2. 研究方法与技术路径**
研究人员采用综合实验与建模相结合的策略。实验方面,利用热重分析仪(TGA-Q500)在5–80°C min?1的加热速率范围内对SB进行热解实验,样品粒径小于150 μm,氮气流量100 mL min?1,实验重复三次以确保数据可靠性(方差±2%)。为解析多步反应机理,采用Gauss分布函数对微分热重(DTG)曲线进行去卷积分析,将总分解谱图分离为六个拟组分(PS1–PS6)。动力学建模方面,开发了单步和多步?esták-Berggren(C-Kinetics)模型,并结合先进非线性等转化率(NLN)方法确定转化率依赖的活化能,通过补偿效应分析约束指前因子,采用增强拉格朗日粒子群优化器(ALPSO)进行参数估计。为进一步验证反应网络,研究人员还进行了颗粒尺寸(≤150、150–300、300–600 μm)和气体流速(50–150 mL min?1)实验,并对SB、提取物去除后的ESB及硫酸酸解后的PESB进行了对比TGA/DTG、XRD和DSC分析。模型验证采用了决定系数(R2)、相对均方根误差(RRMSE)和归一化均方根误差(NRMSE)三个指标。
**3. 研究结果**
**3.1 SB热重特性与动力学参数演化**
SB的热分解呈现四个反应区域:R1(400–506 K)对应挥发性有机物和提取物的释放,R2(485–578 K)为半纤维素分解,R3(549–679 K)为纤维素分解,R4(639–1073 K)为AAEM催化的木质素和残余组分降解。不同加热速率下的残炭产率为17–19 wt%。NLN等转化率分析表明,平均有效活化能(E
avg)约为224 kJ mol?1,排除高转化率(>0.8)数据后升至约240 kJ mol?1。E
α随转化率的依赖曲线呈现三个转变点(约568、628和781 K),分别对应约31%、62%和90%的转化率,表明反应机理随转化推进而转变。
**3.2 单步C-Kinetics模型**
单步C-Kinetics模型在10、20和40°C min?1三个加热速率下同时拟合,获得Pearson相关系数0.991,活化能E?约226 kJ mol?1,lnA?为39.90 [ln(s?1)]。反应指数n=6.99、m=?6.14、p=2.36。模型在验证加热速率(5、60和80°C min?1)下表现出良好预测能力,拟合优度(R2)达97.61–98.80%。然而,在600–700 K的主降解区域存在适度拟合偏差,这归因于提取物在低温降解中的复杂作用及其在高加热速率下对热稳定性的影响。
**3.3 多步C-Kinetics模型**
去卷积分析将SB的DTG曲线成功分离为六个拟组分,拟合R2达0.9990–0.9999。多步C-Kinetics模型在5–80°C min?1六个加热速率下同时拟合,目标函数值低于5%,标准差为0.077–0.096%。动力学参数显示明显的加热速率依赖性:整体活化能从185.80 kJ mol?1(5°C min?1)升至214.07 kJ mol?1(40°C min?1),指前因子也相应增加。各拟组分表现出不同的动力学特征:PS1(提取物)平均活化能为158.01 ± 1.74 kJ mol?1,在不同加热速率下保持稳定;PS2(半纤维素)在低加热速率(206.39 ± 0.73 kJ mol?1)和中加热速率(219.38 ± 0.44 kJ mol?1)下呈现显著差异;PS3(纤维素)的活化能为232.67 ± 4.32 kJ mol?1;PS4–PS6(木质素及残余组分)表现出更为复杂的加热速率依赖变化。反应机理分析显示,所有拟组分的n和p指数为正而m为负,与单步模型一致。PS1遵循级数机理,PS2为Avrami-Erofeev与级数机理的组合,PS3为级数机理,PS4–PS6呈现级数、成核和Avrami-Erofeev的复杂组合。
**3.4 竞争反应网络构建与验证**
基于多步动力学分析结果,研究人员构建了四个竞争反应网络(RN-5、RN-7、RN-8和RN-10)来表征SB热解的产物分布。RN-10网络包含十条反应路径:生物质向低分子量液体(LML)、高分子量液体(HML)和焦炭的平行一级分解,以及LML和HML向焦炭、气体及相互转化的二次反应,外加LML向焦炭的聚合和焦炭向气体的气化路径。模型比较表明,RN-10在5–80°C min?1全部加热速率范围内表现最优(R2≥0.995),而RN-5和RN-7在高加热速率下精度显著下降。RN-10的十条反应路径活化能为86.53–156.48 kJ mol?1,其中LML向焦炭转化活化能最低(86.53 kJ mol?1),HML向LML转化活化能最高(156.48 kJ mol?1)。反应级数分析显示,初级脱挥发分为一级反应(m=1),而次级反应级数较高(n=5.89、p=4.22、q=6.69),表明次级反应对反应物浓度高度敏感。
**3.5 RN-10反应网络的热转变预测与实验验证**
RN-10模型预测了SB热解过程中四个反应区及三个转变温度(T
a、T
b、T
c)的存在。区域I(
a)以初级脱挥发分为主导,呈现吸热特性;区域II(Ta–Tb)发生LML和HML的竞争裂解与再聚合,伴随焦炭产率稳定化和合成气形成加速,放热贡献增加;区域III(Tb–Tc)以次级焦炭形成反应为主导,净吸热性降低;区域IV(>Tc)受AAEM催化影响显著,焦炭向气体转化成为主要路径。Tb预测值(575–667 K)与TGA实验得到的转变温度(633–664 K)高度吻合。DSC实验进一步验证了模型预测的热行为:SB呈现575 K的早期放热峰和738 K的主放热最大值;提取物去除后主放热峰移至803 K(上移65 K),酸处理后进一步移至822 K(再上移19 K),表明提取物和AAEM分别对早期热事件和高温催化转化具有独立贡献。
**3.6 RN-10与CRECK-solid-biomass(SB)模型对比**
将RN-10与基于详细组分解析的CRECK-S-B模型进行对比,结果表明RN-10在所有加热速率下均保持较高精度(R2接近1,RRMSE约2–3%),而CRECK-S-B的预测精度随加热速率升高而下降(R2从5°C min?1时的0.9668降至80°C min?1时的0.6586,RRMSE从7.05%升至26.95%)。CRECK-S-B在高加热速率下的偏差主要源于缺乏气体产物分析数据所导致的反应化学计量和初始组分分配不确定性,而非模型框架本身的固有缺陷。
**4. 讨论与结论**
多步竞争反应网络RN-10成功捕捉了SB热解中提取物驱动的动力学行为,描述了从初级脱挥发分到二次裂解、再聚合、焦炭形成和焦炭气化的温度依赖转变。该网络识别了不同加热速率下各产物生成的确切路径,可精确预测特定目标产率所需的加热速率与温度组合。研究还揭示了传输现象的贡献:颗粒尺寸从≤150 μm增至300–600 μm时,DTG最大值从约0.54升至0.63–0.64 wt% °C?1,残余质量从约0.18降至约0.15;气体流速从50增至75–150 mL min?1时,残余质量从约0.05升至0.16–0.18。单颗粒耦合分析表明,在150–600 μm粒径范围内,Biot数低于0.1,温度滞后仅0.019–0.246 K,RN-10模型可有效预测颗粒尺度质量损失(R2≥0.989,RRMSE<10%)。该研究建立的动力学框架为富含提取物生物质的反应器设计、热管理和工艺优化提供了定量依据,并确定了从初级脱挥发分(吸热)向次级反应(放热)的转变温度范围(402–424 K),为反应器热量管理策略提供了关键设计参数。研究结论表明,RN-10反应网络全面解释了SB热解过程中脱挥发分、中间产物转化和焦炭演化之间的相互作用,为富含提取物生物质的热化学转化系统放大设计奠定了动力学基础。未来工作将采用TGA-FTIR或Py-GC/MS等先进气体产物表征技术,验证RN-10网络的挥发分预测,并为CRECK-S-B机制的参数化和扩展提供实验约束。